android常用控件(二)

android常用控件

-------------------------------------------------------------------------------------------------------
1.Spinner(下拉框)
2.AutoCompleteTextView(自动提示文本框)
3.ScrollView(滚动视图)
4.进度条->ProgressBar
->SeekBar(可拖拽进度条)
->RatingBar(评分星级条)
-------------------------------------------------------------------------------------------------------




1.Spinner
1.1常用属性
android:entries="@array/xxx" Spinner的数据集合是从资源数组中获取的
android:dropDownVerticalOffset 设置列表框的垂直偏移距离
android:dropDownWidth:设置下拉列表框的宽度
android:spinnerMode设置Spinner的菜单显示方式: dropdown 下拉菜单 dialog 弹出框
android:prompt 在Spinner弹出选择对话框的时候对话框的标题

注意:只能够引用string.xml里面的字符串,不能直接写一个字符串给它,会报错的
并且需要跟spinnerMode="dialog"一起才有效果
1.2实现点击第一种:
android:entries="@array/xxx"
Spinner的数据集合是从资源数组中获取的
资源数组定义在res/values/string.xml 里面
在代码中怎样获得资源数组的内容
String[] xxx = getResources().getStringArray(R.array.xxx);

第二种:
使用步骤
在xml中声明:
<Spinner
android:id="@+id/sp"
android:layout_width="wrap_content"
android:layout_height="wrap_content"
/>
在mainactivity:
//绑定ID
Spinner sp=(Spinner) findViewById(R.id.sp);
//创建数据源
String[] strs={"麻辣烫","豆腐","辣条"};
//创建适配器 adapter的3个参数:第一个参数是上下文对象,第二个参数是布局文件(资源文件),Spinner未展开菜单时Spinner的默认样式,android.R.layout.simple_spinner_item是系统自带的内置布局。数据(这里用的数组,也可以用list集合)

ArrayAdapter<String> adapter=new ArrayAdapter<String>(this , android.R.layout.simple_list_item_1, strs);
//设置Adapter
sp.setAdapter(adapter);

1.3响应点击事件setOnItemSelectedListener
sp.setOnItemSelectedListener(new OnItemSelectedListener() {
@Override
public void onItemSelected(AdapterView<?> parent, View view,
int position, long id) {
//当前某个条目被选中的时候调用此方法
Toast.makeText(MainActivity.this, "当前选中的食物是:"+strs[position], Toast.LENGTH_SHORT).show();
}

@Override
public void onNothingSelected(AdapterView<?> parent) {
//没有任何条目被选中的时候调用此方法
}
});
}

-------------------------------------------------------------------------------------------------------


2.AutoCompleteTextView(自动提示的TextView)

常用属性:
android:completionHint 下拉列表下面的说明性文字
android:completionThreshold 弹出下拉列表的最小字符个数 默认两个字符
注意:该属性也可以在java中直接设置 CompleteText.setThreshold( 1 );
android:dropDownHeight 下拉列表高度
android:dropDownWidth 下拉列表宽度
android:dropDownSelector 下拉列表被选中的行的背景
android:background 背景

使用:(需要通过Adapter(适配器)将数据源加载到此控件上)
1.//找到AutoCompleteTextView
AutoCompleteTextView auto = (AutoCompleteTextView) findViewById(R.id.autoCompleteTextView);
2.//创建数据源
String[] str = { "aa11", "aa22", "aa23", "bb11", "bb22", "bb33","cc11", "cc22", "ccd33" };
3.//把数据装入adapter
ArrayAdapter<String> adapter = new ArrayAdapter<String>(MainActivity.this, android.R.layout.simple_list_item_1, str);
4.//给AutoCompleteTextView设置adapter
auto.setAdapter(adapter);
5.


-------------------------------------------------------------------------------------------------------

3.ScrollView
3.1定义:ScrollView滚动视图是指当拥有很多内容,屏幕显示不完时,需要通过滚动跳来显示的视图。ScrollView只支持垂直滚动。使用时内部需要嵌入 唯一一个LinearLayout,并且方向为垂直vertical.
默认只能实现垂直方向的滚动,如果需要设置 水平方向必须加入 HorizontalScrollView标签
注意:LinearLayout和ScrollView属性 width不能为wrap_content,会导致无法显示

3.2常用属性:
android:scrollbars="none" 设置滚动条隐藏或者"@null"
android:scrollbarStyle 设置滚动条的风格和位置
insideOverlay:该ScrollBar显示在内容区域里面,不会增加了控件的padding区域,该ScrollBar以半透明的样式覆盖在视图(view)的内容上
insideInset:该ScrollBar显示在padding区域里面,增加了控件的padding区域,该ScrollBar不会和视图的内容重叠.
outsideOverlay:该ScrollBar显示在视图(view)的边缘,不增加view的padding,该ScrollBar将被半透明覆盖
outsideInset:该ScrollBar显示在视图(view)的边缘,增加了view的padding. 如果可能的话,该ScrollBar仅仅覆盖这个view的背景.

android:scrollbarSize 设置滚动条的宽度。
android:scrollbarThumbVertical 设置垂直滚动条的drawable(如颜色).
android:scrollbarTrackHorizontal 设置水平滚动条背景(轨迹)的色drawable(如颜色)
android:scrollbarTrackVertical 设置垂直滚动条背景(轨迹)的drawable注意直接设置颜色值如”android:color/white”将得出很难看的效果,甚至都不理解这个属性了,这里可以参见ApiDemos里res/drawable/ scrollbar_vertical_thumb.xml和scrollbar_vertical_track.xml,设置代码为:android:scrollbarTrackVertical ="@drawable/scrollbar_vertical_track"

3.3滑动事件:监听scrollview滑动到底部的位置:
自定义一个MyScrollView继承ScrollView,重写ScrollView的onScrollChanged的方法。
1.重写三个构造方法避免出错
2.重写onScrollChanged(int l, int t, int oldl, int oldt)方法
参数:t 顶部滑动的距离

computeVerticalScrollRange  ():
滚动视图的可滚动范围是所有子元素的高度。
computeVerticalScrollOffset  ():
   计算垂直方向滚动条的滑块的偏移。此值用来计算滚动条轨迹的滑块的位 置。

-------------------------------------------------------------------------------------------------------


4.进度条
安卓中的各种进度条:

进度条间的关系:



4.1ProgressBar:
定义:进度条(水平的或圆形的)
ProgressBar进度条的风格
水平的 style="?android:attr/progressBarStyleHorizontal"

圆形的 style="?android:attr/progressBarStyle"
style="?android:attr/progressBarStyleInverse"
style="?android:attr/progressBarStyleLarge"
style="?android:attr/progressBarStyleLargeInverse"
style="?android:attr/progressBarStyleSmall"
style="?android:attr/progressBarStyleSmallInverse"

常用属性和方法
android:max 最大进度值(默认100)
android:progress 第一显示进度
android:secondaryprogress 设置第二进度
android:indeterminate 设置是否精确显示,false为精确显示。

在代码中对应的方法
setMax()
setProgress()
setSecondaryProgress()
setIndeterminate()

4.2SeekBar
定义:可以拖动的进度条

常用属性和方法:
android:max 最大进度值(默认100)
android:progress 第一显示进度
android:secondaryprogress 设置第二进度
setMax()
setProgress()
setSecondaryProgress()
监听:
SeekBar sb=(SeekBar) findViewById(R.id.sb);
sb.setOnSeekBarChangeListener

4.3RatingBar
定义:评分进度条,比如:淘宝上评分
属性和方法
android:width宽度,当为wrap_content时,默认为5颗星,fill_parent根据布局宽度决定星星的个数
android:numStars,设定星星的个数,仅当wrap_content时有效
android:stepSize,步进单位,1为整颗,值可设置为小数(默认0.5)

在代码中对用的方法
r.setNumStars()
r.setStepSize()
监听器
setOnRatingBarChangeListener(new OnRatingBarChangeListener() {});
深度学习是机器学习的一个子领域,它基于人工神经网络的研究,特别是利用多层次的神经网络来进行学习和模式识别。深度学习模型能够学习数据的高层次特征,这些特征对于图像和语音识别、自然语言处理、医学图像分析等应用至关重要。以下是深度学习的一些关键概念和组成部分: 1. **神经网络(Neural Networks)**:深度学习的基础是人工神经网络,它是由多个层组成的网络结构,包括输入层、隐藏层和输出层。每个层由多个神经元组成,神经元之间通过权重连接。 2. **前馈神经网络(Feedforward Neural Networks)**:这是最常见的神经网络类型,信息从输入层流向隐藏层,最终到达输出层。 3. **卷积神经网络(Convolutional Neural Networks, CNNs)**:这种网络特别适合处理具有网格结构的数据,如图像。它们使用卷积层来提取图像的特征。 4. **循环神经网络(Recurrent Neural Networks, RNNs)**:这种网络能够处理序列数据,如时间序列或自然语言,因为它们具有记忆功能,能够捕捉数据中的时间依赖性。 5. **长短期记忆网络(Long Short-Term Memory, LSTM)**:LSTM 是一种特殊的 RNN,它能够学习长期依赖关系,非常适合复杂的序列预测任务。 6. **生成对抗网络(Generative Adversarial Networks, GANs)**:由两个网络组成,一个生成器和一个判别器,它们相互竞争,生成器生成数据,判别器评估数据的真实性。 7. **深度学习框架**:如 TensorFlow、Keras、PyTorch 等,这些框架提供了构建、训练和部署深度学习模型的工具和库。 8. **激活函数(Activation Functions)**:如 ReLU、Sigmoid、Tanh 等,它们在神经网络中用于添加非线性,使得网络能够学习复杂的函数。 9. **损失函数(Loss Functions)**:用于评估模型的预测与真实值之间的差异,常见的损失函数包括均方误差(MSE)、交叉熵(Cross-Entropy)等。 10. **优化算法(Optimization Algorithms)**:如梯度下降(Gradient Descent)、随机梯度下降(SGD)、Adam 等,用于更新网络权重,以最小化损失函数。 11. **正则化(Regularization)**:技术如 Dropout、L1/L2 正则化等,用于防止模型过拟合。 12. **迁移学习(Transfer Learning)**:利用在一个任务上训练好的模型来提高另一个相关任务的性能。 深度学习在许多领域都取得了显著的成就,但它也面临着一些挑战,如对大量数据的依赖、模型的解释性差、计算资源消耗大等。研究人员正在不断探索新的方法来解决这些问题。
评论
添加红包

请填写红包祝福语或标题

红包个数最小为10个

红包金额最低5元

当前余额3.43前往充值 >
需支付:10.00
成就一亿技术人!
领取后你会自动成为博主和红包主的粉丝 规则
hope_wisdom
发出的红包
实付
使用余额支付
点击重新获取
扫码支付
钱包余额 0

抵扣说明:

1.余额是钱包充值的虚拟货币,按照1:1的比例进行支付金额的抵扣。
2.余额无法直接购买下载,可以购买VIP、付费专栏及课程。

余额充值